基于改进蚁狮算法优化BP的轴承故障诊断

来源：计算机集成制造系统杂志2025年第4期北京时间：

作者：王妍, 于浩文, 凌丹, 梁恩豪, 王新发

单位：1.郑州轻工业大学河南省信息化电器重点实验室2.郑州轻工业大学电气信息工程学院3.大连理工大学辽宁省IC&BME系统重点实验室

摘要：为了准确高效地对滚动轴承的健康状态进行诊断,提出一种基于改进蚁狮优化(IALO)算法优化BP神经网络的滚动轴承故障诊断模型。在IALO算法中,采用变异算子,增强了种群的多样性;采用动态比例系数和非线性动态权重,平衡了迭代过程中不同时期游走的权重,降低了算法陷入局部极值的可能性。基准函数测试结果表明,与其他算法相比,IALO算法具有更好的优化性能。另外,为了改善BP神经网络的分类性能,利用IALO算法优化BP神经网络的权值和阈值,构建滚动轴承故障诊断模型。帕德伯恩轴承数据集的实验结果表明,采用IALO算法优化后的BP模型具有较好的故障诊断性能。

关键词：轴承故障诊断,蚁狮优化算法,动态比例系数,非线性动态权重,BP神经网络

基金资助：国家自然科学基金面上项目(62276239,62272424);河南省重点研发与推广专项(科技攻关)项目(232102220053,252102221041,252102220100);河南省高等学校重点科研项目(24A413011)。